Se descargaron archivos .tif desde Google Earth Engine.
El primer raster fue para la zona de Algarrobo con un Ă¡rea de 23km2. Se uso la misma Ă¡rea para cada poblaciĂ³n
ExportaciĂ³n de imagen a Google Drive
Se descargaron archivos .tif desde Google Earth Engine.
El primer raster fue para la zona de Algarrobo con un Ă¡rea de 23km2. Se uso la misma Ă¡rea para cada poblaciĂ³n
ExportaciĂ³n de imagen a Google Drive
Temporada Verano 2015:
R_summer15 <-raster("~/Documents/R Studio/pyrifera/rasters/rasters_algarrobo/summer15_alg.tif")
summer15 <- data.frame("Lon"=coordinates(R_summer15)[,1],
"Lat"=coordinates(R_summer15)[,2],
"Values"=values(R_summer15),
"Season"="Summer15")
Se realizĂ³ para cada temporada del periodo Verano2015-Invierno2019 y se unieron en un dataframe
kelp_alg_raw <- bind_rows(summer15, autumn16, winter16, spring16,
summer17, autumn18, winter18, spring18,
summer18, autumn19, winter19)
Y se removieron todos los valores == 0
kelp_alg <- kelp_alg_raw %>% filter(Values>0)
ggplot() +
theme_bw() +
geom_bin2d(data = kelp_alg, aes(x = Lon, y = Lat), bins = 30) +
scale_fill_gradientn(colours = kelp_palette, name = "Kelp Index", n.breaks = 4) +
geom_path(data = alg_map, mapping = aes(x = long, y = lat, group = group)) +
coord_quickmap(xlim = c(-71.745,-71.645), ylim = c(-33.4,-33.34), expand = FALSE) +
xlab("Longitud") +
ylab("Latitud") +
labs(title = "Algarrobo")
Datos de temperatura superficial obtenidos de https://oceancolor.gsfc.nasa.gov/l3/ para:
Longitud (-70,-75)
Latitud (-17,-56)
Verano 2015
sst_SNSU15 <- raster("~/Documents/R Studio/pyrifera/MODIS/SST_chileMODIS.SST.2015.SNSU.nc",
varname = "sst")
smr15 <- data.frame("Lon"=coordinates(sst_SNSU15)[,1],
"Lat"=coordinates(sst_SNSU15)[,2],
"SST"=values(sst_SNSU15),
"Season"="Summer15")
Todas las temporadas
SST_CHL <- bind_rows(smr15, aut16, win16, spg16,
smr16, aut17, win17, spg17,
smr17, aut18, win18, spg18,
smr18, aut19, win19)
Excluye las poblaciones ya mostradas y se encuentran entre:
Latitud: -41.48, -33.34
Longitud: -73.98, -71.62
kelp40 <- readRDS("~/Documents/R Studio/pyrifera/data/13ene/kelp40")
SST_CHL <- readRDS("~/Documents/R Studio/pyrifera/data/SST_CHL.rds")
CHL <- readRDS("~/Documents/R Studio/pyrifera/data/13ene/CHL_bcn")
SST40 <- SST_CHL %>%
filter(Lon > -73.98 & Lon < -71.62, Lat > -41.48 & Lat < -33.34) %>%
filter(!is.na(SST)) %>%
filter(!(Lon > -73.1 & Lon < -71.5 & Lat > -41.48 & Lat < -37.42))
CHL40 <- CHL %>% filter(long > -73.98 & long < -71.62,
lat > -41.48 & lat < -33.34)
ggplot() +
theme_bw() +
geom_tile(data = SST40, aes(x = Lon, y = Lat, fill = SST)) +
scale_fill_gradient2(low = "#2C7BB6", mid = "#5d567c", high = "#D7191C", midpoint = 14.5,
n.breaks = 6, limits = c(8,30), name = "SST (ºC)") +
new_scale("fill") + #ggnewscale
geom_bin2d(data = kelp40, aes(x = Lon, y = Lat), bins = 200) +
scale_fill_gradientn(colours = kelp_palette, name = "KD Total", n.breaks = 4, limits = c(1,36)) +
geom_polygon(data = CHL40, mapping = aes(x = long, y = lat, group = group)) +
coord_quickmap(xlim = c(-73.98,-71.62), ylim = c(-41.48,-33.34), expand = FALSE) +
xlab("Longitud") +
ylab("Latitud") +
labs(title = "KD Total de 40 poblaciones", subtitle = "Temporada Verano2015-Invierno2019") +
theme(plot.title = element_text(hjust = 0.5), plot.subtitle = element_text(hjust = 0.5))
ggplot() +
theme_bw() +
geom_tile(data = SST_alg, aes(x = Lon, y = Lat, fill = SST)) +
scale_fill_gradient2(low = "#2C7BB6", mid = "#5d567c", high = "#D7191C", midpoint = 14.62,
n.breaks = 6, limits = c(8,30), name = "SST (ºC)") +
new_scale("fill") + #ggnewscale
geom_bin2d(data = kelp_alg, aes(x = Lon, y = Lat), bins = 50) +
scale_fill_gradientn(colours = kelp_palette, name = "KD Total", n.breaks = 4, limits = c(1,36)) +
geom_path(data = CHL_alg, mapping = aes(x = long, y = lat, group = group)) +
coord_quickmap(xlim = c(-71.74,-71.65), ylim = c(-33.40,-33.34), expand = FALSE) +
xlab("Longitud") +
ylab("Latitud") +
labs(title = "KD Acumulado de Algarrobo", subtitle = "Temporada Verano2015-Invierno2019") +
theme(plot.title = element_text(hjust = 0.5), plot.subtitle = element_text(hjust = 0.5))
Observando los datos de KD y SST de Algarrobo para cada temporada y considerando que un punto con un KD >= 11 se considera significativo, se pueden hacer grĂ¡ficos mĂ¡s especĂficos
El verano 2015 tiene el KD mĂ¡s alto (34) El otoño 2016 tiene la mayor cantidad de puntos
K11_alg <- kelp_alg %>% filter(Values >= 11) summary(K11_alg) K11_S15 <- K11_alg %>% filter(Season == "Summer15") summary(K11_S15) K11_A16 <- K11_alg %>% filter(Season == "Autumn16") summary(K11_A16) SST_S15 <- SST_alg %>% filter(Season == "Summer15") SST_A16 <- SST_alg %>% filter(Season == "Autumn16")
Crear un registro de las poblaciones de Macrocystis desde PerĂº hasta Chiloe en ojalĂ¡ un periodo mayor a 5 años.
No tenemos los nombres de las ecorregiones para PerĂº y el norte